Целью работы является защита от закладок в нейронных сетях, используемых в системах биометрической аутентификации по геометрии лица. Предметом исследования выступают методы обнаружения и нейтрализации закладок в нейронных сетях. Задачи, решаемые в ходе исследования: 1. Анализ методов биометрической аутентификации по геометрии лица. 2. Исследование подходов к реализации закладок в нейронных сетях, используемых в системах биометрической аутентификации. 3. Анализ подходов к обнаружению и нейтрализации закладок в нейронных сетях. 4. Разработка подхода к защите от закладок в нейронных сетях, используемых в системах биометрической аутентификации по геометрии лица, на основе ансамбля нейронных сетей. 5. Создание программного макета системы биометрической аутентификации по геометрии лица с интегрированным подходом к защите от закладок. 6. Оценка точности и степени защиты от закладок в нейронных сетях в созданном макете. В ходе работы были проанализированы современные методы биометрической аутентификации по геометрии лица. Были исследованы методы внедрения, обнаружения и нейтрализации закладок в нейронные сети. В результате работы был разработан инновационный подход к защите от закладок в нейронных сетях, используемых в системах биометрической аутентификации, была продемонстрирована точность подхода. Был сделан вывод, что степень защиты нейронных сетей от внедрения закладок высока. Полученные результаты могут быть использованы в качестве основы для проектирования стойких к внедрению закладок систем биометрической аутентификации по геометрии лица.

The purpose of the study is to protect against backdoors in neural networks used in facial geometry biometric authentication systems. The subjects of the work are detection and neutralization methods for backdoors in neural networks. The research addresses the following goals: 1. Analysis of facial geometry biometric authentication methods. 2. Investigation of approaches to implementing backdoors in neural networks used in biometric authentication systems. 3. Analysis of approaches for detecting and neutralizing backdoors in neural networks. 4. Development of an approach for protecting against backdoors in neural networks used in facial geometry biometric authentication systems, based on an ensemble of neural networks. 5. Creation of a software prototype for a facial geometry biometric authentication system with an integrated approach to backdoor protection. 6. Evaluation of the accuracy and level of protection against backdoors in neural networks in the developed prototype. During the work, modern methods of facial geometry biometric authentication were analyzed. Methods for implementing, detecting, and neutralizing backdoors in neural networks were investigated. As a result, an innovative approach to protecting against backdoors in neural networks used in biometric authentication systems was developed, and the accuracy of the approach was demonstrated. It was concluded that the level of protection of neural networks from backdoor implementation is high. The results obtained can be used as a basis for designing facial geometry biometric authentication systems that are resilient to backdoor implementation.